启动子作为调控元件的一部分,能够控制基因的转录。在原核生物中,启动子能够被RNA聚合酶的因子特异性识别。在大肠杆菌（Escherichia coli）中,σσ⁷⁰启动子能够控制大肠杆菌中大部分必需基因的转录起始,因而被称为“管家启动子”;而枯草杆菌中的σ⁴³启动子作用如同大肠杆菌中的σ⁷⁰一般,同样调控着枯草杆菌中大部分必需的基因转录起始。由于启动子在转录调控中的重要作用,使得从整个基因组序列中准确识别出启动子,成为进一步了解基因调控机制的重要一步。随着基因组数据的出现和计算方法与设备的发展,人们非常希望通过使用机器学习方法来识别启动子。由于在一些研究大肠杆菌σ⁷⁰启动子和枯草杆菌σ⁴³启动子的预测方法中,它们的预测器仅考虑了序列的短程特征信息,而并没有考虑同样很重要的长程序列顺序信息。因此,本文提出了一种新的方法——PseZNC,用来公式化启动子样本序列,在这个模型中,既考虑了序列短程特征信息,也考虑到了序列长程特征信息。短程顺序特征信息由多窗口Z曲线通过描述碱基组分来获得,而序列的长程特征信息则由两个二核苷酸之间物理化学性质相关性来描述。我们选择支持向量机作为本文的分类算法。在使用5-fold交叉验证中,用该方法对大肠杆菌σ⁷⁰启动子进行预测时,预测的准确率Acc为84.54%,灵敏度Sn为80.30%,特异性Sp为84.54%,AUC为0.9088;对于枯草杆菌σ⁴³启动子的识别,预测准确率Acc为92.30%,灵敏度Sn为88.89%,特异性Sp为93.83%,AUC为0.9650。这些结果证明PseZNC是一个效果很好的预测器,且有很大的潜力应用于其他调控元件的识别中。为了方便相关研究者进一步研究大肠杆菌而不必重复本文方法,我们提供了一个用户友好、简单实用的在线服务工具iPro70-PseZNC,该工具可通过以下网址进行免费访问使用:http://lin.uestc.edu.cn/server/iPro70-PseZNC。